IT之家 12 月 5 日消息，騰訊自研 AI 大模型混元 2.0（Tencent HY 2.0）今日正式發(fā)布，包括 Tencent HY 2.0 Think 和 Tencent HY 2.0 Instruct。

　　騰訊表示，HY 2.0 采用混合專家（MoE）架構(gòu)，總參數(shù) 406B，激活參數(shù) 32B，支持 256K 上下文窗口，推理能力與效率“居國內(nèi)頂尖行列”，且在文本創(chuàng)作與復(fù)雜指令遵循等實用場景上表現(xiàn)突出。

　　相比上一版本（Hunyuan-T1-20250822）模型，HY 2.0 Think 顯著改進了預(yù)訓(xùn)練數(shù)據(jù)和強化學(xué)習(xí)策略，在數(shù)學(xué)、科學(xué)、代碼、指令遵循等復(fù)雜推理場景的綜合表現(xiàn)“穩(wěn)居國內(nèi)第一梯隊”，泛化性大幅提升。

　　數(shù)學(xué)科學(xué)知識推理：騰訊混元使用高質(zhì)量數(shù)據(jù)進行 Large Rollout 強化學(xué)習(xí)，使得 HY 2.0 Think 推理能力大幅增強，在國際數(shù)學(xué)奧林匹克競賽（IMO-AnswerBench）和哈佛 MIT 數(shù)學(xué)競賽（HMMT2025）等權(quán)威測試中取得一流成績。結(jié)合預(yù)訓(xùn)練數(shù)據(jù)的進步，模型在極度考驗知識水平的 Humanity's Last Exam（HLE）和泛化性的 ARC AGI 等任務(wù)上也大幅進步。

　　指令遵循與長文多輪能力：騰訊混元通過重要性采樣修正緩解了訓(xùn)練和推理不一致問題，實現(xiàn)了長窗口 RL 的高效穩(wěn)定訓(xùn)練。同時，騰訊混元通過多樣化可驗證的任務(wù)沙盒，以及基于打分準則的強化學(xué)習(xí)，顯著提升了 HY 2.0 Think 在 Multi Challenge 等指令遵循和多輪任務(wù)的效果。

　　代碼與智能體能力：騰訊混元構(gòu)建了規(guī)�；�的可驗證環(huán)境及高質(zhì)量合成數(shù)據(jù)，極大增強了模型在 Agentic Coding 及復(fù)雜工具調(diào)用場景下的落地能力，在 SWE-bench Verified 及 Tau2-Bench 等面向真實應(yīng)用場景的智能體任務(wù)上實現(xiàn)了躍升。

　　效率方面，HY 2.0 Think 引入了精細的長度懲罰策略，平衡思維鏈的效率和效果，避免模型堆砌廢話，實現(xiàn)了計算資源的更有效分配。對照各模型在 IMO-AnswerBench、HMMT2025、ARC-AGI、HLE 這四個權(quán)威推理任務(wù)上的表現(xiàn)及其 token 消耗，可以看到 HY 2.0 Think 在取得類似的準確率下消耗更少的 tokens，單位 token 的智能密度處于“業(yè)界領(lǐng)先水平”。

　　基于 RLVR+RLHF 雙階段的強化學(xué)習(xí)策略，HY 2.0 的輸出“質(zhì)感”顯著進步，在文本創(chuàng)作、前端開發(fā)、指令遵循等實用場景上展現(xiàn)了差異化優(yōu)勢。

　　與上一個版本的模型相比，HY 2.0 在指令遵循方面準確率提升明顯：

　　IT之家從騰訊混元公告獲悉，作為騰訊自研的通用大模型，HY 2.0 仍在持續(xù)進化中，接下來會在代碼、智能體、個性化風(fēng)格、長程記憶等方向迭代，全面提升模型在實際應(yīng)用場景中的表現(xiàn)，相關(guān)技術(shù)和模型也將會通過開源的形式向社區(qū)開放。

　　目前，HY 2.0 已經(jīng)率先在元寶和 ima 等騰訊原生 AI 應(yīng)用接入，并在騰訊云上線 API，用戶可直接體驗或接入部署。